SEO에는 Keyword Share가 있었다. GEO에는 Prompt Market Share가 필요하다
도슨티GEOSEO에는 Keyword Share가 있었다. GEO에는 Prompt Market Share가 필요하다
AI 검색 시대, 브랜드 경쟁력을 측정하는 기준은 검색어에서 고객의 질문으로 확장되고 있습니다.
“우리 브랜드의 AI 검색 점유율은 몇 퍼센트일까요?”
간단해 보이지만 답하기 어려운 질문입니다.
전통적인 검색 마케팅에서는 특정 키워드의 검색량과 순위, 예상 클릭수를 활용해 브랜드의 검색 가시성을 비교할 수 있었습니다.
하지만 고객이 ChatGPT에 “우리 회사에 적합한 ERP 솔루션을 추천해줘”라고 질문하면 상황이 달라집니다.
AI는 단순히 웹사이트 목록을 나열하지 않습니다.
기업의 규모, 산업, 예산, 필요한 기능을 해석하고 여러 출처를 참고해 추천을 구성할 수 있습니다.
같은 고객이라도 질문이 조금만 달라지면 추천되는 제품과 기업도 달라질 수 있습니다.
그렇다면 기업은 AI 검색에서 자신의 경쟁력을 무엇으로 측정해야 할까요?
우리는 이제 새로운 질문을 던져야 합니다.
“우리 브랜드는 고객의 중요한 질문에서 얼마나 많은 추천 기회를 확보하고 있는가?”
이 문제를 설명하는 데 유용한 개념이 Prompt Market Share입니다.
다만 이것은 실제 시장점유율을 뜻하지 않습니다. 기업이 정한 고객 질문 집합 안에서 AI 답변에 나타나는 브랜드의 상대적 가시성을 측정하는 분석 프레임워크입니다.
1. 검색어 중심의 경쟁에서 질문 중심의 경쟁으로
기존 SEO에서는 키워드가 중요한 분석 단위였습니다.
예를 들어 소프트웨어 기업이라면 다음과 같은 검색어를 관리했습니다.
-
ERP 솔루션
-
건설 ERP
-
ERP 가격 비교
-
프로젝트 원가관리 프로그램
검색량과 순위, 클릭률을 분석하면 어떤 키워드에서 경쟁사보다 유리한지 파악할 수 있었습니다.
그런데 생성형 AI에서는 고객의 요구가 훨씬 구체적인 문장으로 표현될 수 있습니다.
“여러 건설 현장의 원가와 공정률을 동시에 관리할 수 있는 ERP가 있을까?”
“중소 건설사가 도입하기 쉬운 ERP를 비교해줘.”
“기존 회계 시스템과 연동할 수 있는 프로젝트 관리 솔루션을 추천해줘.”
세 질문은 모두 건설 ERP와 관련되어 있습니다.
그러나 고객의 의사결정 단계와 관심사는 서로 다릅니다.
첫 번째 질문에서는 기능 적합성이 중요할 수 있습니다.
두 번째 질문에서는 도입 비용과 사용 편의성이 강조될 수 있습니다.
세 번째 질문에서는 시스템 연동과 기술적 조건이 중요해집니다.
이처럼 생성형 AI는 동일한 제품 카테고리라도 질문에 담긴 조건에 따라 서로 다른 선택지를 제시할 수 있습니다.
Google의 생성형 AI 검색 공식 가이드에 따르면, AI Overviews와 AI Mode는 하나의 질문을 여러 하위 주제와 관련 검색으로 확장하는 Query fan-out 방식을 사용할 수 있습니다.
OpenAI의 ChatGPT Search 설명 역시 사용자의 질문을 여러 검색 질의로 재구성하거나 추가 검색을 수행할 수 있다고 밝힙니다.
이는 키워드 분석이 사라진다는 뜻이 아닙니다.
오히려 키워드가 고객의 구체적인 문제와 어떤 관계를 맺는지 이해하는 일이 더욱 중요해진다는 의미입니다.
SEO가 검색어에 대한 가시성을 측정했다면, GEO는 고객 질문에 대한 답변 속 브랜드의 존재와 역할까지 측정해야 합니다.
2. Prompt Market Share란 무엇인가?
Prompt Market Share를 이해하려면 먼저 AI Share of Voice라는 개념을 살펴볼 필요가 있습니다.
AI Share of Voice는 특정 질문 집합에서 브랜드가 경쟁사와 비교해 AI 답변에 얼마나 자주 등장하는지 평가하는 지표로 활용되고 있습니다.
이미 해외 GEO 분석 업체들은 브랜드 언급과 인용을 기반으로 다양한 Share of Voice 산식을 제시하고 있습니다.
예를 들어 Quattr의 Prompt Share of Voice는 브랜드 언급과 출처 인용에 가중치를 부여하는 방식을 사용합니다.
다만 업체마다 정의와 계산 방식이 다를 수 있으므로 숫자만 직접 비교하는 것은 적절하지 않습니다.
여기서는 Prompt Market Share를 다음과 같은 실무적 개념으로 정의해 보겠습니다.
Prompt Market Share란 기업이 정의한 고객 질문 집합에서, 자사 브랜드가 경쟁 브랜드들과 비교해 확보한 AI 답변 내 가시성의 상대적 비중입니다.
이때 '점유율'이라는 표현에 주의해야 합니다.
실제 시장의 모든 AI 질문을 수집해 계산하는 것이 아닙니다.
전체 AI 사용자 중 몇 퍼센트가 우리 브랜드를 접했는지 직접 보여주지도 않습니다.
측정 결과는 어디까지나 선정한 질문, AI 플랫폼, 측정 기간에 한정됩니다.
따라서 정확하게는 '측정 질문 집합 내 상대적 브랜드 가시성'이라고 이해해야 합니다.
3. Prompt Market Share를 실제로 계산해 본다면?
가상의 B2B 소프트웨어 시장을 생각해 보겠습니다.
기업 A가 고객의 중요한 질문 100개를 선정했다고 가정하겠습니다.
그리고 동일한 조건에서 AI 답변을 반복적으로 수집해 브랜드 언급 현황을 분석합니다.
결과는 다음과 같습니다.
| 브랜드 | 답변 내 등장 건수 | 상대적 언급 점유율 |
|---|---|---|
| A기업 | 90 | 30% |
| B기업 | 120 | 40% |
| C기업 | 60 | 20% |
| 기타 기업 | 30 | 10% |
| 합계 | 300 | 100% |
가상 사례이며 실제 도슨티 측정 결과가 아닙니다. 전체 측정 답변에서 브랜드별 등장 여부를 집계했고, 동일 답변에 여러 기업이 등장할 수 있습니다.
A기업의 상대적 언급 점유율은 다음과 같이 계산합니다.
A기업 등장 건수 90 ÷ 전체 브랜드 등장 건수 300 × 100 = 30%
여기서 중요한 부분은 분모입니다.
전체 브랜드 언급 건수를 기준으로 계산하기 때문에 경쟁사가 얼마나 많이 등장하느냐에 따라 A기업의 점유율도 달라집니다.
반면 A기업이 전체 AI 답변 중 몇 퍼센트에서 등장했는지를 계산하는 지표는 Mention Rate입니다.
두 지표는 구분해야 합니다.
Mention Rate는 우리 브랜드의 등장 빈도를 보여줍니다.
Prompt Market Share는 같은 질문 공간에서 경쟁사 대비 상대적 존재감을 보여줍니다.
예를 들어 우리 브랜드의 언급률이 높아졌더라도 경쟁사의 언급이 더 빠르게 증가했다면 상대적 점유율은 하락할 수 있습니다.
따라서 두 지표를 함께 살펴보는 것이 좋습니다.
4. 모든 질문을 똑같이 취급하면 잘못된 결론에 도달할 수 있습니다
여기서 중요한 문제가 하나 더 있습니다.
고객의 모든 질문이 기업에 동일한 사업적 가치를 갖는 것은 아닙니다.
예를 들어 ERP 기업에 다음 두 질문이 있다고 가정해 보겠습니다.
“ERP가 무엇인가요?”
“건설 프로젝트별 원가와 손익을 관리할 수 있는 ERP를 추천해줘.”
첫 번째 질문은 ERP의 개념을 이해하려는 정보 탐색에 가깝습니다.
두 번째 질문은 구체적인 요구 조건을 가진 솔루션 탐색에 가깝습니다.
두 질문에서 브랜드가 등장했다는 사실을 무조건 같은 가치로 평가한다면 실제 구매 의사결정과 연결되는 기회를 충분히 반영하지 못할 수 있습니다.
따라서 질문을 고객의 의도에 따라 구분하는 방법이 필요합니다.
예를 들어 다음과 같이 분류할 수 있습니다.
| 질문 유형 | 고객의 관심 | 평가 목적 |
|---|---|---|
| 정보 탐색형 | 개념과 문제 이해 | 브랜드 인지도 |
| 문제 해결형 | 구체적인 업무 문제 | 전문성 및 해결 역량 |
| 비교 검토형 | 제품·업체 간 차이 | 경쟁력과 추천 |
| 구매 결정형 | 가격·도입·상담 | 실질적인 선택 가능성 |
여기서 한 단계 더 발전하면 질문별 중요도를 반영할 수 있습니다.
예를 들어 설명을 위해 정보 탐색형 질문에는 가중치 1, 비교 검토형에는 2, 구매 결정형에는 3을 부여할 수 있습니다.
하지만 이러한 가중치는 어디까지나 분석 목적에 따른 설정입니다. 실제 구매 확률이나 매출 기여도를 의미하지는 않습니다.
더 정확한 가중치를 설정하려면 고객 상담 이력, 영업 데이터, 실제 검색 수요, 전환율 같은 근거가 필요합니다.
그러한 자료가 없다면 모든 질문에 동일한 가중치를 적용하고, 구매 의도별 결과를 별도로 보여주는 편이 더 투명합니다.
질문의 개수만큼이나 중요한 것은 어떤 질문을 선정했느냐입니다.
5. 질문 100개의 점유율이 전체 시장점유율은 아닙니다
Prompt Market Share를 활용할 때 반드시 경계해야 할 문제가 있습니다.
바로 질문 표본의 편향입니다.
어떤 GEO 업체가 자사 고객에게 유리한 질문만 선정한다면 측정 결과는 실제 경쟁 상황보다 훨씬 좋게 나타날 수 있습니다.
예를 들어 기업 A의 고유한 제품명을 포함한 질문이 많다면 기업 A의 언급률이 높아지는 것은 놀라운 일이 아닙니다.
반대로 경쟁사가 강점을 가진 제품군이나 고객 상황을 제외한다면 경쟁사의 존재감이 과소평가될 수 있습니다.
이 문제는 2026년 10월 9일 공개된 GrowByData의 AI Share of Voice 측정 분석에서도 지적됩니다.
측정 대상 질문과 비교 브랜드, 분모의 정의에 따라 서로 다른 AI Share of Voice 수치가 도출될 수 있다는 것입니다.
따라서 신뢰할 만한 GEO 측정에는 최소한 다음과 같은 기준이 필요합니다.
첫째, 자사 브랜드명을 포함하지 않은 비브랜드 질문을 별도로 측정해야 합니다.
둘째, 고객의 구매 여정과 핵심 사용 사례를 충분히 반영해야 합니다.
셋째, 질문 선정 기준과 비교 브랜드의 범위를 공개해야 합니다.
넷째, 측정 시점과 플랫폼별 차이를 구분해야 합니다.
다섯째, 이전 기간과 비교할 때는 가능한 한 동일한 질문 집합을 유지해야 합니다.
새로운 제품이나 고객 수요가 등장했다면 질문을 추가할 수 있습니다.
다만 그 경우에도 기존 질문을 이용한 성과 추이와 새롭게 확장된 질문 집합의 결과를 구분해야 합니다.
그렇지 않으면 질문 목록이 변경됐기 때문에 발생한 점수 변화가 실제 GEO 성과처럼 해석될 수 있습니다.
6. 한 번의 답변이 아니라 반복 관찰이 필요합니다
AI 검색은 매번 같은 결과를 보장하지 않습니다.
2026년 3월 발표된 Quantifying Uncertainty in AI Visibility 연구는 반복 측정을 통해 생성형 AI의 인용 출처와 순위가 달라질 수 있다는 점을 분석했습니다.
연구진은 단일 관찰 결과를 고정된 성과 수치처럼 다루면 측정의 불확실성을 과소평가할 수 있다고 설명합니다.
따라서 Prompt Market Share 역시 반복 관찰을 기반으로 산출하는 것이 바람직합니다.
예를 들어 ChatGPT에서 질문 100개를 각각 3회 측정한다면 300개의 답변을 확보할 수 있습니다.
동일한 방식으로 Gemini에서도 측정하면 플랫폼별 차이를 비교할 수 있습니다.
다만 특정 횟수가 모든 질문과 플랫폼에 충분하다고 보장할 수는 없습니다.
중요한 것은 반복 측정 횟수와 관찰 기간을 기록하고, 결과의 변동성이 얼마나 큰지 확인하는 것입니다.
또한 ChatGPT와 Gemini의 결과를 단순 평균해 하나의 'AI 시장점유율'로 만들 때도 주의해야 합니다.
각 플랫폼의 이용자 규모와 실제 고객 사용 비율이 다를 수 있기 때문입니다.
관련 자료가 부족하다면 플랫폼별 결과를 각각 제시하고, 통합 지표는 동일 가중치를 적용한 분석용 지표임을 명시하는 것이 좋습니다.
7. 점유율이 높아도 실제 추천 경쟁력은 낮을 수 있습니다
가시성과 추천은 서로 다른 문제입니다.
예를 들어 AI가 어떤 질문에 대해 다음과 같이 답했다고 가정해 보겠습니다.
“A기업은 업계에서 오래된 ERP 공급사입니다. 다만 중소 건설사의 프로젝트별 원가관리에는 B기업과 C기업의 솔루션이 더 적합할 수 있습니다.”
A기업은 답변에 등장했습니다.
따라서 언급률 측정에는 포함될 수 있습니다.
그러나 사용자의 구체적인 요구에 적합한 솔루션으로 우선 추천된 것은 아닙니다.
이 사례는 단순한 브랜드 언급 건수만으로는 GEO의 사업적 의미를 충분히 설명할 수 없다는 사실을 보여줍니다.
따라서 다음 세 지표를 분리해 보는 것이 좋습니다.
Mention Share — 경쟁사 대비 얼마나 자주 언급되는가?
Recommendation Share — 실제 추천된 브랜드 가운데 자사가 차지하는 비중은 얼마인가?
Citation Share — AI가 참조·표시한 출처 가운데 자사 도메인이 차지하는 비중은 얼마인가?
세 지표는 서로 다른 의미를 갖습니다.
특히 Citation Share는 웹사이트 출처의 점유율이지 브랜드의 추천 점유율이 아닙니다.
AI가 자사 콘텐츠를 인용하면서 경쟁사 제품을 추천할 수도 있기 때문입니다.
따라서 세 지표를 하나의 점수로 합산하기보다는 각각의 결과를 비교하고 그 차이를 해석하는 방식이 더 유용합니다.
8. 중요한 것은 점유율 자체보다 점유하지 못한 질문입니다
Prompt Market Share가 기업에 제공하는 가장 중요한 가치는 점유율 숫자 하나가 아닙니다.
오히려 브랜드가 등장하지 않는 질문을 발견할 수 있다는 점입니다.
기업용 소프트웨어 회사의 GEO 분석 결과 다음과 같은 상황이 나타났다고 가정해 보겠습니다.
“ERP란 무엇인가?”에서는 브랜드가 자주 등장합니다.
“기업용 ERP 추천”에서도 어느 정도 노출됩니다.
그런데 “건설 현장별 원가관리 솔루션 추천”이나 “프로젝트 손익 분석이 가능한 ERP 비교”에서는 경쟁사만 반복적으로 추천됩니다.
이 경우 문제는 단순한 전체 언급률 부족이 아닐 수 있습니다.
사업적으로 중요한 특정 고객 수요에서 브랜드의 존재감이 낮다는 것이 핵심입니다.
그렇다면 기업은 어떤 콘텐츠와 근거가 부족한지 살펴볼 수 있습니다.
제품의 산업별 활용 사례가 충분한가?
실제 고객 문제를 해결한 사례가 공개되어 있는가?
AI가 참고할 수 있는 공식 기능 설명이 정확하고 구체적인가?
경쟁사는 어떤 근거로 추천되고 있는가?
이런 분석이 가능할 때 GEO 모니터링은 단순한 성과 보고를 넘어 구체적인 개선 과제를 도출하는 도구가 됩니다.
기업에 필요한 것은 높은 점유율을 보여주는 대시보드만이 아니라, 점유하지 못한 고객 질문의 의미를 설명하는 분석입니다.
9. 도슨티 GEO: 고객 질문을 기준으로 경쟁력을 측정하고 개선하는 방법
도슨티 GEO는 이러한 질문 중심의 접근을 지원합니다.
기업은 ChatGPT, Claude, Gemini, Perplexity, 네이버 AI 등 여러 AI 환경에서 자사 브랜드의 언급과 인용 현황을 모니터링하고, 경쟁사와 비교할 수 있습니다.
특히 사전에 정의한 주요 고객 질문을 중심으로 결과를 확인하면 어떤 영역에서 브랜드가 발견되고 어떤 질문에서는 경쟁사가 더 많이 등장하는지 분석할 수 있습니다.
이는 막연하게 콘텐츠를 많이 생산하는 방식과 다릅니다.
먼저 고객에게 중요한 질문을 정의합니다.
그 질문에 대한 AI 답변을 관찰합니다.
자사와 경쟁사의 언급·인용 차이를 분석합니다.
개선이 필요한 콘텐츠와 정보 영역을 찾습니다.
그리고 일정 기간이 지난 뒤 같은 조건에서 변화를 다시 측정합니다.
이러한 접근을 통해 GEO 운영은 단순한 노출 확보 활동에서 데이터에 기반한 지속적인 개선 과정으로 발전할 수 있습니다.
다만 Prompt Market Share라는 개념과 그 계산 방식은 여기서 제안하는 분석 프레임워크이며, 도슨티 GEO의 현재 제품에 해당 명칭의 지표나 질문별 가중치 기능이 모두 구현되어 있다는 의미는 아닙니다.
도슨티 GEO의 기존 언급·인용 및 경쟁사 비교 데이터를 기반으로 기업이 보다 정교한 질문 중심의 평가를 수행하는 방향을 제시한 것입니다.
결론. AI 검색 시대의 경쟁은 고객이 묻는 질문을 중심으로 재편됩니다
키워드는 여전히 중요합니다.
하지만 AI 검색 환경에서는 키워드가 실제 고객의 구체적인 문제와 어떤 관계를 맺는지 함께 이해해야 합니다.
기업이 확보해야 할 것은 특정 검색어의 순위만이 아닙니다.
고객이 문제를 해결하고, 선택지를 비교하고, 구매를 결정하려는 순간에 신뢰할 만한 브랜드로 등장할 기회입니다.
Prompt Market Share는 이러한 경쟁 상황을 분석하기 위한 하나의 방법입니다.
다만 그 수치를 정확히 해석하려면 측정할 질문, 비교 브랜드, 플랫폼, 관찰 기간, 계산 방식을 명확히 해야 합니다.
그렇지 않으면 인상적인 점유율 숫자도 실제 의사결정에 별다른 도움이 되지 못합니다.
이제 GEO 성과에 대한 질문을 바꿔야 합니다.
“우리 브랜드의 AI 검색 점유율은 몇 퍼센트인가?”에서
**“우리 고객이 가장 중요하게 여기는 질문 중, 우리는 어디에서 선택받고 어디에서 경쟁사에 밀리고 있는가?”**로.
그 차이를 발견하고 개선하는 일이 GEO 측정의 진정한 가치입니다.
우리 브랜드는 어떤 고객 질문을 놓치고 있을까요?
도슨티 GEO에서 ChatGPT, Gemini, Claude, Perplexity, 네이버 AI의 브랜드 언급·인용 현황과 경쟁사 비교 데이터를 확인해 보세요.
어떤 질문에서 우리 브랜드가 등장하고, 어떤 질문에서 경쟁사가 더 많이 언급되는지 살펴보는 것부터 시작할 수 있습니다.
측정 결과는 설정된 질문과 AI 플랫폼, 측정 시점에 한정됩니다. 실제 AI 이용자 전체의 검색 비중이나 시장점유율을 직접 의미하지 않습니다.
주요 참고자료
-
Martinez (2026) — Optimizing Visibility in Generative Engines: A Critical Survey
-
GrowByData (2026) — Share of Voice in AI Search: How to Measure It
-
Quattr — Prompt Share-of-Voice Percentage: Definition and Formula
